架构，后者最大瓶颈就是在 IO 吞吐上，在大规模数据处理时，IO 无法及时 feed 数据给到 CPU， CPU 资源处于 wait 空转状态，无法充分利用系统资源，导致 SQL 效 率低下： 一台内置 16 块 SAS 盘的 X86 服务器，每秒的 IO 数据扫描性能约在 2000MB/s 左右，可以想象，20 台这样的服务器构成的机群 IO 性能 是 40GB/s，这样超大的 IO 吞吐是传统的 Storage 中，通过并行计算获得数十倍性 能提高。 另外，GPTEXT（lucent 全文检索）、Apache Madlib（开源挖掘算法）、 SAS algorithm、R 都是通过 UDF 方式实现在 Greenplum 集群中分布 式部署，从而获得库内计算的并行能力。这里可以分享的是，SAS 曾 经做过测试，对 1 亿条记录做逻辑回归，采用一台小型机耗时约 4 个 多小时，通过部署到 Greenplum 集群中，耗时不到 10K RPM SAS 盘，采用 RAID5 或者 RAID10，需要预留单 独的 hotspare 盘），CPU 2 路 8 核及以上（主频 2.5GHZ 以上），1-2 块 RAID 卡（单块 RAID 卡的 cache 大小 1GB 以上，并带有掉电保护 功能，RAID 卡应为多通道，目前接触的硬件厂商中，单通道支持的最 大磁盘数为 16 块） ·硬盘尽量选 用 SAS 盘，从实践经验看，硬盘故障是

术领域取得了突出成就。 Greenplum 生态完善。得益于对 SQL 标准的出色支持，Greenplum 可以与上下游的各种产品实 现集成，包括 PgAdmin、Informatica、Cognos、SAS、Talend、Qlik、Tableau、Anaconda、 Microstrategy、Boundless、Zattset、Datometry 等，涵盖 ETL、商业智能、高级分析、可视化、 集成分析、GIS

改良后 X 对数据集的探索有限 ✓ 在Greenplum里充分探索了数据集 X 对Pivotal产品线不不熟悉 ✓ 在Greenplum上充分利用了MADlib 和PL/X X 在SAS和Excel上有很多⼿手动流程 ✓ 在Greenplum内部实现了了流程⾃自动 化 X 代码复杂冗余，很多数据类型 转换 ✓ 代码更更精简，更更便便于维护的代码 X 原始模型预测效果不不理理想

Master 的连接数是有限的，缺省值为 250 个，如果要大规模提升连接的可用数 量，可以配置使用 GP 自带的 pgbouncer 连接池，这对于一些应用场景会很有帮助， 例如 SAS 等软件连接 GP 时，由于这些软件自身无法严格限制连接数，pgbouncer 会 是一个有效的缓解连接数过大的方案，例如按照如下方式进行配置： $ cat pgbouncer.ini [databases] Server Integration Services (SSIS) and Reporting Services (SSRS)  Ascential Datastage  SAS  Cognos GP专业技术支持可以协助用户配置他们选定的第三方工具协同GP工作。 连接故障排除 有很多导致客户端程序无法成功连接GP的原因。本节介绍一些常见的问题并说明 X86配置，OLAP场景的IO问题其实 已经解决，24块10K转速的SAS机械盘，配合主流的Raid卡，划分为2组Raid 5，连 续读写能力已经可以达到3GB/S甚至更高，再配合库内压缩，这样的IO吞吐能力，80 Core的CPU配置也能常常跑满CPU资源，所以，仅从IO性能的角度来说，OLAP场景， 24块10K转速的SAS机械盘已经完全能够胜任。如果要考虑OLTP场景的IOPS能力和磁 盘

advanced analytics software that are ODBC/JDBC compatible, or have native integrations, including SAS, IBM Cognos, SAP Analytics Solutions, Qlik, Tableau, Apache Zeppelin, and Jupyter. Run deep learning

advanced analytics software that are ODBC/JDBC compatible, or have native integrations, including SAS, IBM Cognos, SAP Analytics Solutions, Qlik, Tableau, Apache Zeppelin, and Jupyter. Run deep learning

advanced analytics software that are ODBC/JDBC compatible, or have native integrations, including SAS, IBM Cognos, SAP Analytics Solutions, Qlik, Tableau, Apache Zeppelin, and Jupyter. Run deep learning

advanced analytics software that are ODBC/JDBC compatible, or have native integrations, including SAS, IBM Cognos, SAP Analytics Solutions, Qlik, Tableau, Apache Zeppelin, and Jupyter. Run deep learning

advanced analytics software that are ODBC/JDBC compatible, or have native integrations, including SAS, IBM Cognos, SAP Analytics Solutions, Qlik, Tableau, Apache Zeppelin, and Jupyter. VMware Greenplum

advanced analytics software that are ODBC/JDBC compatible, or have native integrations, including SAS, IBM Cognos, SAP Analytics Solutions, Qlik, Tableau, Apache Zeppelin, and Jupyter. Run deep learning